對于非計算機專業(yè)人士，或者非編程從業(yè)人員，通過自學一門編程來解決工作中的實際需求，提高工作效率，Python語言應該是最合適的，因為Python非常容易學習和使用（畢竟大家都沒有那么漫長的時間、充沛的精力和持久的耐力去完整學習計算機科學）。它語法簡單甚至貼近于自然語言，大大降低了入門編程的門檻，你可以編寫Python代碼并更快地執(zhí)行。

對大多數(shù)人而言python已經(jīng)是一個技能，例如財務可以通過學習Python，解決繁瑣的經(jīng)濟數(shù)字問題；或者現(xiàn)在很火的少兒編程，就是采用Python來做的，孩子可以很快上手，開發(fā)程序，如果這些場景下使用C語言，那么應該還在語言學習中或者放棄學習語言。

這些場景下的成功來源于python背后的大量的數(shù)據(jù)處理和分析以及其他工具庫，這些庫是幫助你有時間陪伴家人、與朋友聚餐的重要工具。

所以Python火，而且還會火很長一段時間，除非有更低成本的語言替代。

Python不火

對于計算機科學專業(yè)的人士，編程的基礎知識：算法與數(shù)據(jù)結構、操作系統(tǒng)、計算機網(wǎng)絡、數(shù)據(jù)庫等。就像金庸里面的大俠，這些都是心法秘籍，而Python、java、C++等語言都是招式而已。

但是編程精細化，沒有最好的，只有最合適的，根據(jù)需求場景來選擇語言，往往能達到事倍功半的效果。比如在自動化處理大量的運維任務；調用Selenium實現(xiàn)自動化測試；爬蟲批量下載美劇、爬合適房源等場景下，Python絕對是第一選擇。而在Web開發(fā)，游戲開發(fā)等，Python語言就不是第一推薦了。

而現(xiàn)在很火的數(shù)據(jù)挖掘數(shù)據(jù)分析，或者機器學習和人工智能等內容，本質是高等數(shù)學、概率論、線性代數(shù)、統(tǒng)計學等學科等專業(yè)知識，跟會不會Python真心沒多大關系。

根據(jù)自身的需求及環(huán)境，用最節(jié)約成本、最高效的方式解決問題，才是王道；畢竟老板才不管你會Python、java、C++技術，老板最關心的是你能不能解決問題，創(chuàng)造效益。所有對大家而言還是學下Python吧，畢竟哪天這個技能會成為你升職加薪，走上成功的墊腳石。